MySQLでビンサイズを指定する方法はありますか?今、私は次のSQLクエリを試しています:
select total, count(total) from faults GROUP BY total;
生成されているデータは十分ですが、行が多すぎます。必要なのは、データを事前定義されたビンにグループ化する方法です。スクリプト言語からこれを行うことができますが、SQLで直接行う方法はありますか?
例:
+-------+--------------+
| total | count(total) |
+-------+--------------+
| 30 | 1 |
| 31 | 2 |
| 33 | 1 |
| 34 | 3 |
| 35 | 2 |
| 36 | 6 |
| 37 | 3 |
| 38 | 2 |
| 41 | 1 |
| 42 | 5 |
| 43 | 1 |
| 44 | 7 |
| 45 | 4 |
| 46 | 3 |
| 47 | 2 |
| 49 | 3 |
| 50 | 2 |
| 51 | 3 |
| 52 | 4 |
| 53 | 2 |
| 54 | 1 |
| 55 | 3 |
| 56 | 4 |
| 57 | 4 |
| 58 | 2 |
| 59 | 2 |
| 60 | 4 |
| 61 | 1 |
| 63 | 2 |
| 64 | 5 |
| 65 | 2 |
| 66 | 3 |
| 67 | 5 |
| 68 | 5 |
------------------------
私が探しているもの:
+------------+---------------+
| total | count(total) |
+------------+---------------+
| 30 - 40 | 23 |
| 40 - 50 | 15 |
| 50 - 60 | 51 |
| 60 - 70 | 45 |
------------------------------
私はこれを簡単な方法で達成することはできないと思いますが、関連するストアドプロシージャへの参照も問題ないでしょう。
これは、MySQLで数値のヒストグラムを作成するための超高速でダーティな方法に関する投稿です。
CASEステートメントやその他の複雑なロジックを使用して、より優れた柔軟性のあるヒストグラムを作成する方法は他にも複数あります。この方法は、ユースケースごとに簡単に変更でき、非常に短く簡潔なので、何度も何度も勝ちます。これがあなたのやり方です:
SELECT ROUND(numeric_value, -2) AS bucket, COUNT(*) AS COUNT, RPAD('', LN(COUNT(*)), '*') AS bar FROM my_table GROUP BY bucket;
Numeric_valueを列の値に変更し、丸めの増分を変更するだけです。バーを対数スケールにして、値が大きいときに大きくなりすぎないようにしました。
最初のバケットに次のバケットと同じ数の要素が含まれるように、丸めの増分に基づいてROUNDing操作でnumeric_valueをオフセットする必要があります。
例えばROUND(numeric_value、-1)を使用すると、範囲[0,4](5要素)のnumeric_valueは最初のバケットに配置され、[5,14](10要素)は2番目、[15,24]は3番目に、 numeric_valueは、ROUND(numeric_value-5、-1)を介して適切にオフセットされます。
これは、非常に見栄えの良いランダムデータに対するクエリの例です。データをすばやく評価するには十分です。
+--------+----------+-----------------+ | bucket | count | bar | +--------+----------+-----------------+ | -500 | 1 | | | -400 | 2 | * | | -300 | 2 | * | | -200 | 9 | ** | | -100 | 52 | **** | | 0 | 5310766 | *************** | | 100 | 20779 | ********** | | 200 | 1865 | ******** | | 300 | 527 | ****** | | 400 | 170 | ***** | | 500 | 79 | **** | | 600 | 63 | **** | | 700 | 35 | **** | | 800 | 14 | *** | | 900 | 15 | *** | | 1000 | 6 | ** | | 1100 | 7 | ** | | 1200 | 8 | ** | | 1300 | 5 | ** | | 1400 | 2 | * | | 1500 | 4 | * | +--------+----------+-----------------+
いくつかの注意:一致しない範囲はカウントに表示されません-カウント列にゼロはありません。また、ここではROUND関数を使用しています。あなたがより理にかなっていると思うなら、同じくらい簡単にTRUNCATEに置き換えることができます。
ここで見つけました http://blog.shlomoid.com/2011/08/how-to-quickly-create-histogram-in.html
マイク・デルガウディオの答えは私がやる方法ですが、わずかな変更があります:
_select floor(mycol/10)*10 as bin_floor, count(*)
from mytable
group by 1
order by 1
_
利点?ビンは、必要なだけ大きくまたは小さくすることができます。サイズ100のビン? floor(mycol/100)*100
。サイズ5のビン? floor(mycol/5)*5
。
ベルナルド。
SELECT b.*,count(*) as total FROM bins b
left outer join table1 a on a.value between b.min_value and b.max_value
group by b.min_value
テーブルビンには、ビンを定義する列min_valueおよびmax_valueが含まれます。 「x BETWEEN y and zでjoin ...」という演算子が含まれていることに注意してください。
table1はデータテーブルの名前です
Ofri Ravivの答えは非常に近いが間違っている。 count(*)
は1
ゼロが存在する場合でも、ヒストグラム間隔になります。クエリは、条件付きsum
を使用するように変更する必要があります。
SELECT b.*, SUM(a.value IS NOT NULL) AS total FROM bins b
LEFT JOIN a ON a.value BETWEEN b.min_value AND b.max_value
GROUP BY b.min_value;
select "30-34" as TotalRange,count(total) as Count from table_name
where total between 30 and 34
union (
select "35-39" as TotalRange,count(total) as Count from table_name
where total between 35 and 39)
union (
select "40-44" as TotalRange,count(total) as Count from table_name
where total between 40 and 44)
union (
select "45-49" as TotalRange,count(total) as Count from table_name
where total between 45 and 49)
etc ....
間隔が多すぎない限り、これはかなり良い解決策です。
それはうまくいくはずです。それほどエレガントではないが、それでも:
select count(mycol - (mycol mod 10)) as freq, mycol - (mycol mod 10) as label
from mytable
group by mycol - (mycol mod 10)
order by mycol - (mycol mod 10) ASC
マイクデルガウディオ 経由
Ofri Ravivのソリューションで後で使用するために、指定された数またはサイズに従ってビンの一時テーブルを自動的に生成するために使用できる手順を作成しました。
CREATE PROCEDURE makebins(numbins INT, binsize FLOAT) # binsize may be NULL for auto-size
BEGIN
SELECT FLOOR(MIN(colval)) INTO @binmin FROM yourtable;
SELECT CEIL(MAX(colval)) INTO @binmax FROM yourtable;
IF binsize IS NULL
THEN SET binsize = CEIL((@binmax-@binmin)/numbins); # CEIL here may prevent the potential creation a very small extra bin due to rounding errors, but no good where floats are needed.
END IF;
SET @currlim = @binmin;
WHILE @currlim + binsize < @binmax DO
INSERT INTO bins VALUES (@currlim, @currlim+binsize);
SET @currlim = @currlim + binsize;
END WHILE;
INSERT INTO bins VALUES (@currlim, @maxbin);
END;
DROP TABLE IF EXISTS bins; # be careful if you have a bins table of your own.
CREATE TEMPORARY TABLE bins (
minval INT, maxval INT, # or FLOAT, if needed
KEY (minval), KEY (maxval) );# keys could perhaps help if using a lot of bins; normally negligible
CALL makebins(20, NULL); # Using 20 bins of automatic size here.
SELECT bins.*, count(*) AS total FROM bins
LEFT JOIN yourtable ON yourtable.value BETWEEN bins.minval AND bins.maxval
GROUP BY bins.minval
これにより、入力されたビンについてのみヒストグラムカウントが生成されます。デイビッド・ウェストは正しい訂正をすべきでしたが、何らかの理由で、未記入のビンが結果に表示されません(LEFT JOINを使用したにもかかわらず、理由はわかりません)。
select case when total >= 30 and total <= 40 THEN "30-40"
else when total >= 40 and total <= 50 then "40-50"
else "50-60" END as Total , count(total)
group by Total
素晴らしい回答に加えて https://stackoverflow.com/a/10363145/916682 に加えて、phpmyadminチャートツールを使用して素晴らしい結果を得ることができます。
ビンの特定のカウントへの等幅ビニング:
WITH bins AS(
SELECT min(col) AS min_value
, ((max(col)-min(col)) / 10.0) + 0.0000001 AS bin_width
FROM cars
)
SELECT tab.*,
floor((col-bins.min_value) / bins.bin_width ) AS bin
FROM tab, bins;
0.0000001は、max(col)に等しい値を持つレコードがそれ自体で独自のビンにならないようにするためにあります。また、列内のすべての値が同一である場合にゼロによる除算でクエリが失敗しないようにするために、加算定数があります。
また、整数の除算を回避するために、ビンの数(例では10)に小数点記号を付ける必要があることに注意してください(調整されていないbin_widthは10進数にすることができます)。